为什么 Android 开发者应该使用 FlatBuffers 替代 JSON?

你可能会问，既然我们已经有很标准的 JSON 以及转换库比如 GSON 和 Jackson，为什么还要使用新的工具呢？

不妨先试一下 FlatBuffers，然后你就会发现它比 JSON 快得多。

FlatBuffers 是什么？

FlatBuffers 是一个高效的跨平台序列化类库，可以在 C++、C#、C、Go、Java、JavaScript、PHP 和 Python 中使用。是Google开发的，是为了应用在游戏开发，以及其他注重性能的应用上。

为什么要使用 FlatBuffers？

• 不需要解析 / 拆包就可以访问序列化数据 — FlatBuffers 与其他库不同之处就在于它使用二进制缓冲文件来表示层次数据，这样它们就可以被直接访问而不需解析与拆包，同时还支持数据结构进化（前进、后退兼容性）。
• 内存高效速度快 — 访问数据时只需要访问内存中的缓冲区。它不需要多余的内存分配（至少在 C++ 是这样，其他语言中可能会有变动）。FlatBuffers 还适合配合 mmap 或数据流使用，只需要缓冲区的一部分存储在内存中。访问时速度接近原结构访问，只有一点延迟（一种虚函数表 vtable），是为了允许格式升级以及可选字段。FlatBuffers 适合那些花费了大量时间和空间（内存分配）来访问和构建序列化数据的项目，比如游戏以及其他对表现敏感的应用。可以参考这里的基准。
• 灵活 — 由于有可选字段，你不但有很强的升级和回退兼容性（对于历史悠久的游戏尤其重要，不用为了每个版本升级所有数据），在选择要存储哪些数据以及设计数据结构时也很自由。
• 轻量的 code footprint — FlatBuffers 只需要很少量的生成代码，以及一个表示最小依赖的很小的头文件，很容易集成。细节上可以看上面的基准页。
• 强类型 — 编译时报错，而不需要自己写重复的容易出错的运行时检查。它可以自动生成有用的代码。
• 使用方便 — 生成的 C++ 代码允许精简访问与构建代码。还有可选的用于实现图表解析、类似 JSON 的运行时字符串展示等功能的方法。（后者比 JSON 解析库更快，内存效率更高）
• 代码跨平台且没有依赖 — C++ 代码可以运行在任何近代的 gcc/clang 和 VS2010 上。同时还有用于测试和范例的构建文件（Android 中.mk 文件，其他平台是 cmake 文件）。

都有谁使用 FlatBuffers?

• BobbleApp，印度第一贴图 App。我们在 BobbleApp 中使用 FlatBuffers 后 App 的性能明显增强。
• Cocos2d-x ，第一开源移动游戏引擎，使用 FlatBuffers 来序列化所有的游戏数据。
• Facebook 使用 FlatBuffers 在 Android App 中进行客户端服务端的沟通。他们写了一篇文章来描述 FlatBuffers 是如何加速加载内容的。
• Google 的 Fun Propulsion Labs 在他们所有的库和游戏中大量使用 FlatBuffers。

App 性能有多大提高？

• 解析速度 解析一个 20KB 的 JSON 流（这差不多是 BobbleApp 的返回大小）需要 35ms，超过了 UI 刷新间隔也就是 16.6ms。如果解析 JSON 的话，我们就在滑动时就会因为要从磁盘加载缓存而导致掉帧（视觉上的卡顿）。
• 解析器初始化 一个 JSON 解析器需要先构建字段映射再进行解析，这会花 100ms 到 200ms，很明显的拖缓 App 启动时间。
• 垃圾回收 在解析 JSON 时创建了很多小对象，在我们的试验中，解析 20kb 的 JSON 流时，要分配大约 100kb 的瞬时存储，对 Java 内存回收造成很大压力。

FlatBuffers vs JSON

我尝试使用 FlatBuffers 和 JSON 解析 4mb 的 JSON 文件。

FlatBuffers 花了 1-5ms，JSON 花了大约 2000ms。在使用 FlatBuffers 期间 Android App 中没有 GC，而在使用 JSON 时发生了很多次 GC。在使用 JSON 时 UI 完全卡住，所以真实使用时只能在后台线程进行解析。

如何使用 FlatBuffer 呢？

我在我的 GitHub 中写了一个示例，里面手把手教你如何使用FlatBuffer。

原文链接: https://medium.freecodecamp.com/why-consider-flatbuffer-over-json-2e4aa8d4ed07

感谢徐川对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博（ @InfoQ ， @丁晓昀），微信（微信号： InfoQChina ）关注我们。